Poslední úprava: Mgr. Lenka Martinec Nováková, Ph.D. (19.02.2019)
Předmět má dva základní cíle. Prvním z nich je osvojení si teorie potřebné pro zvládnutí kvantitativních analýz v psychologickém výzkumu, druhým pak příprava dat pro vlastní statistickou analýzu. Předmět Statistika v psychologickém výzkumu I pokrývá teoretické základy kvantitativní analýzy, zejména exploraci dat, intervaly spolehlivosti, velikost efektu, testování nulových hypotéz a statistickou signifikanci. Příprava dat bude prováděna v programu SPSS a bude zahrnovat vizuální exploraci dat, zjišťování odlehlých hodnot a vlivných bodů, ověřování předpokladů testů (aditivnost, linearita, normální rozdělení, homogenita rozptylů, nezávislost) a způsoby, jak minimalizovat systematické odchylky (bias). Teoreticky zaměřené hodiny vztahující se k práci s daty budou prokládány hodinami zacílenými na řešení konkrétních ukázkových příkladů. Důraz je kladen také na slovní popis výsledků a na schopnost porozumět výsledkům v empirických kvantitativních studiích. Studenti budou průběžně seznamováni s anglickou i českou statistickou terminologií.
**********
Vzhledem k charakteru řešených výzkumných otázek a prezentovaných statistických metod je určen POUZE PRO STUDENTY MAGISTERSKÉHO STUDIA, KTEŘÍ ABSOLVOVALI PŘEDMĚT YMA27VPLI - METODOLOGIE VÝZKUMU CHOVÁNÍ.
**********
Požadavky k zápisu
Poslední úprava: Mgr. Lenka Martinec Nováková, Ph.D. (25.09.2018)
Úspěšné absolvování předmětu Metodologie výzkumu chování (YMA27VPLI)
Sylabus
Poslední úprava: Mgr. Lenka Martinec Nováková, Ph.D. (26.04.2020)
Vzhledem k omezení výuky v souvislosti s nouzovým stavem proběhně kurz blokově v náhradních termínech dle domluvy s účastníky kurzu.
Témata:
1. Statistické modely lineární a nelineární, průměr jako statistický model, shoda modelu s daty 2. Odhad parametrů, standardní chyba, výběrové rozdělení, výběrový rozptyl, interval spolehlivosti, jejich výpočet, interpretace a grafické znázornění 3. Testování nulových hypotéz, Fisherova p-hodnota, testová statistika, jednostranné a oboustranné testy, chyba 1. a 2. druhu a jejich pravděpodobnost, statistická síla testu, odhad velikosti vzorku 4. Problémy související s testováním nulových hypotéz a možná východiska (předregistrace studie, odhady velikosti efektu /R2, Cohenovo d, poměr šancí/, metaanalýza, Bayesiánská statistika) 5. Seznámení se statistickým programem IBM SPSS (editor, vkládání a nahrávání dat, definování proměnných, prohlížeč, okno pro syntax, nástroj PROCESS, plugin Essentials for R for Statistics, balíček WRS2) 6. Vizuální explorace dat (histogram, krabicový graf, sloupcový graf, spojnicový graf, bodový graf) 7. Praktické opakování společným řešením příkladů k tématu 6 8. Systematická odchylka (bias); odlehlé hodnoty a jejich identifikace (vizuální – histogram, krabicový graf; pomocí z-skórů a mediánové absolutní odchylky), vlivné body 9. Praktické opakování společným řešením příkladů k tématu 8 10. Předpoklady statistických testů a jejich ověřování (aditivnost a linearita, normální rozdělení, homogenita rozptylů, nezávislost) – vizuálně a pomocí statistických testů 11. Praktické opakování společným řešením příkladů k tématu 10 12. Minimalizace systematické odchylky – trimming, winsorizing, transformace dat 13. Praktické opakování společným řešením příkladů k tématu 12 14. Závěrečné opakování společným řešením příkladů ke zvoleným typům analýz
Vstupní požadavky
Poslední úprava: Mgr. Lenka Martinec Nováková, Ph.D. (25.09.2018)
K smysluplné účasti na kurzu je zapotřebí se bezpečně orientovat (alespoň) v tématech probíraných v rámci Metodologie výzkumu chování.